Das *staun* zum Donnerstagabend

[Tim Tepaße]

Hallo zusammen,

ich bin gerade über diese Webseite gestolpert: http://www.20q.net/

Die Webseite fragt einem Fragen zu einem gedachten Gegenstand, um diesen zu erraten, ganz wie in der Kinderspiel (»Ist es eine Pflanze, ein Tier, ein Mineral..«) Das interessante ist: Das Ding ist selbstlernend, bei den allgemeinen Haushaltsgegenständen - und vor allem bei dem, was auf dem Computertisch so rumfliegt - rät die deutsche Version schon nach erstaunlich wenigen Fragen richtig. Ich mußte schon mal gezielt an etwas recht exotisches denken, um das Ding aufgeben zu lassen - die Tiara, die ehemalige Papstkrone.

Tim

[Josef]

re tim
bei mir hat das Teil schon bei Tabaksbeutel verloren.

Gruß Josef

[Tim Tepaße]

Hallo Josef,

bei mir hat das Teil schon bei Tabaksbeutel verloren.

Wie gesagt: Bring ihm den Begriff bei, das Ding lernt.

Tim

[mel]

Sie dachten an der Mond.
Kann es Sie aufheitern? Sie sagten Ja, Ich sage Nein.
Ist es nachtaktiv? Sie sagten Irrelevant, Ich sage Vermutlich.

Macht süchtig;))

[mel]

Ich schätze, daß es ein Macintosh-Computer ist?
Ja
13.    Spendet es Trost? Ja.
12.    Ist es glänzend? Vermutlich.
11.    Ist es kalt? Eher nicht.
10.    Findet man es auf einem Schreibtisch? Ja.
9.    Kann es trainiert werden, Befehlen zu gehorchen? Ja.
8.    Kann man durch seine Verwendung Informationen bekommen? Ja.
7.    Reinigt man es regelmäßig? Ja.
6.    Kann es Sie aufheitern? Ja.
5.    Verwendet man es Zuhause? Ja.
4.    Ist es schwer? Ja.
3.    Arbeitet es mit Elektrizität? Ja.
2.    Passt es in einen Umschlag? Nein.
1.    Es wird als etwas Anderes eingestuft.

[Christian Kruse]

你好 Josef,

bei mir hat das Teil schon bei Tabaksbeutel verloren.

Interessant ist es doch nicht, das auszutricksen (das geht ja einfach,
einfach unklar antworten). Interessant ist es, wie gezielt es Sachen
mit relativ wenig Fragen findet.

再见,
CK

[MudGuard]

Hi,

Interessant ist es, wie gezielt es Sachen
mit relativ wenig Fragen findet.

"Ist es schwerer als ein Pfund Butter?"
-> Nein.

Einige Fragen später:
"Ist es ein Fahrrad?"

;-)
Ein Fahrrad mit max. 500g Gewicht - das wäre ne feine Sache ...

cu,
Andreas

[dbenzhuser]

N'Obend

"Ist es schwerer als ein Pfund Butter?"
-> Nein.

Einige Fragen später:
"Ist es ein Fahrrad?"

Sie dachten an eine elektrische Zahnbürste.
Spendet es Trost? Sie sagten Nein, Ich sage Ja.

Man denkt sich seinen Teil...

Tschö,
dbenzhuser

[Christoph Schnauß]

hallo Tim,

Ich mußte schon mal gezielt an etwas recht exotisches denken, um das Ding aufgeben zu lassen

Och, das ging relativ einfach. Es kennt keine Zierfische, und von Pilzen hat es keine Ahnung. Ich werde gleich noch nach dem Holunder fragen ...

Grüße aus Berlin

Christoph S.

[Christoph Schnauß]

hehe,

Jetzt habe ich nach "Schafskäse" gefragt. Da kommt als 29. Frage: "Ich darf zwar nicht über solche Sachen sprechen, aber ich nehme an, es ist etwas, das mit Drogen zu tun hat.?"

;-)

Grüße aus Berlin

Christoph S.

[MudGuard]

Hi,

die Tiara, die ehemalige Papstkrone.

Also laut den Nachrichten grad eben ist zumindest der Papst noch nicht ehemalig, auch wenn er (schon wieder) im Krankenhaus liegt ...

Zum Spiel: 3 mal mußte ich die Frage verneinen, ob es ein Telefonbuch ist (Frage 8, 17, 23).
Nicht sehr lernfähig.

"Betreten Sie, was Sie dachten:" ist auch schön ;-)

cu,
Andreas

[Tim Tepaße]

Hallo Andreas,

Also laut den Nachrichten grad eben ist zumindest der Papst noch nicht ehemalig,

Dieser Papst und seine beiden Vorgänger trugen aber schon keine Tiara mehr.

Tim

[wahsaga]

hi,

ich wollte schlicht auf ein mp3 hinaus.

nach

19.    Kann es gestohlen werden? Kommt drauf an.
18.    Bewegt es sich? Nein.
17.    Kann es verschiedene Farben haben? Nein.
16.    Ich schätze, daß es eine Situationskomödie ist? Nein.
15.    Hat es Barwert? Eher nicht.
14.    Ist es beschriftet? Eher nicht.
13.    Benötigt man die für Verwendung ein bestimmtes Wissen? Eher nicht.
12.    Hat es etwas mit Filmen zu tun? Nein.
11.    Wird es zur Kommunikation verwendet? Ja.
10.    Ist es normalerweise warm? Nein.
9.    Kann man es in einer Kirche finden? Nein.
8.    Macht es Geräusche? Ja.
7.    Erfordert es Kontakt mit anderen Menschen? Nein.
6.    Wird es von der Polizei benutzt? Nein.
5.    Kann man es berühren? Nein.
4.    Verwenden die meisten Leute es täglich? Ja.
3.    Besteht es aus Metall? Nein.
2.    Könnte man es mit der Post senden? Nein.
1.    Es wird als etwas Anderes eingestuft.

fragt es mich

20.    Ich schätze, daß es ein Miau ist? Nein.

*lol*

eine frage und eine antwort später,

21.    Verwendet man es Zuhause? Ja.

Ich schätze, daß es eine MP3-Datei ist?

respekt :-)

gruß,
wahsaga

[dedlfix]

ich wollte schlicht auf ein mp3 hinaus.

18.    Bewegt es sich? Nein.

ein DAU hätte hier ja gesagt, weil es sich im Media Player ja schließlich ...  :-)

17.    Kann es verschiedene Farben haben? Nein.

hier auch

[wahsaga]

hi,

18.    Bewegt es sich? Nein.
ein DAU hätte hier ja gesagt, weil es sich im Media Player ja schließlich ...  :-)
17.    Kann es verschiedene Farben haben? Nein.
hier auch

interessanter weise war es bei "hat es barwert" und "kann es gestohlen" werden, der festen überzeugung, dass ja ...

gruß,
wahsaga

[wahsaga]

hi,

ist es braun? ja

zwei fragen später: ist es normalerweise farbig?

gruß,
wahsaga

[wahsaga]

hi,

ist es braun? ja
zwei fragen später: ist es normalerweise farbig?

die "auflösung", als es schokolade erkannt hatte, ist noch schöner:

Seltenes Wissen ungefähr Schokolade
...
Hat es Klauen? Ich sage Vermutlich.
Hat es einen langen Schwanz? Ich sage Ja.
Kann es knurren? Ich sage Ja.
Schwitzt es? Ich sage Vermutlich.

alter, ich weiß nicht _was_ _du_ naschst ...

gruß,
wahsaga

[Thomas J.S.]

Hallo,

ich bin gerade über diese Webseite gestolpert: http://www.20q.net/

Cool! :-)

Ich war bei dem Ergebniss auch recht erstaunt:
1.    Es wird als etwas Anderes eingestuft.
2.    Hilft es bei der Bewältigung von Aufgaben? Ja.
3.    Wird es nass? Irrelevant.
4.    Besteht es aus Plastik? Manchmal.
5.    Ist es flach? Nein.
6.    Kann es ein Geräusch machen? Nein.
7.    Arbeitet es mit Elektrizität? Nein.
8.    Ist es gerade? Ja.
9.    Trägt man es in der Tasche? Nein.
10.    Passt es in einen Umschlag? Nein.
11.    Besteht es aus Metall? Manchmal.
12.    Ist es beschriftet? Manchmal.
13.    Wiegt es mehr als eine Ente? Nein.
14.    Ist es etwas, das man mitbringt? Irrelevant.
15.    Würde man es verschenken? Ja.
16.    Ist es kleiner als ein Brotlaib? Ja.
17.    Bringt es Menschen Freude? Vielleicht.
18.    Benötigt man die für Verwendung ein bestimmtes Wissen? Ja.
19.    Hat es Knöpfe? Nein.

Wirklich Cool!

Grüße
Thomas

[Cybaer]

Hi,

... zur Kennzeichnung der Sprache. Die Welt ist schlecht ... ;-)

Gruß, Cybaer

[Mathias Bigge]

Hi Cybaer,

... zur Kennzeichnung der Sprache. Die Welt ist schlecht ... ;-)

Dadurch sind leider nun viele Kollegen nicht in der Lage, die Seite auf Deutsch zu finden. Eigentlich schade....

Viele Grüße
Mathias Bigge

[Ludger]

Hi,

ich bin gerade über diese Webseite gestolpert: http://www.20q.net/

"Aschenbecher" hat er nicht gefunden. Aber nachdem ich gewonnen habe, hat er angezeigt, dass er die Frage bzgl. des Aschenbechers schon in der Warteschlange hatte (an Stelle 7 ca.).

Gruss,
Ludger

[Thomas J.]

Moin

http://www.20q.net/

1. Es wird als etwas Anderes eingestuft.
2. Hat es eine Wirkung auf Sie? Ja.
3. Hilft es bei der Bewältigung von Aufgaben? Ja.
4. Wiegt es mehr als eine Ente? Nein.
5. Ist es von Menschenhand gemacht? Ja.
6. Kann man es in einer Kirche finden? Eher nicht.
7. Kann man durch seine Verwendung Informationen bekommen? Ja.
8. Wurde es schon vor über 100 Jahren verwendet? Ja.
9. Wird es zur Kommunikation verwendet? Ja.
10. Hält man es, wenn man es verwendet? Irrelevant.
11. Kann man es halten? Ja.
12. Kann man es öffnen? Nein.
13. Trägt man es in der Tasche? Nein.
14. Können Sie es gemeinsam mit Ihren Freunden verwenden? Irrelevant. 15. Gehört es es in ein Klassenzimmer? Nein.
16. Verwendet man es während der Arbeit? Ja.
17. Kann man Geld verdienen, indem man es verkauft? Nein.
18. Ist es lästig? Ja.
19. Wird es als wertvoll angesehen? Nein.
Ich schätze, daß es eine Rechnung ist?

Beindruckend.

Thomas J.

[Frank Schönmann]

hi!

ich bin gerade über diese Webseite gestolpert: http://www.20q.net/

Diese Website ist schon sehr alt -- und ich weiß nicht, ob das System Informatiker
übermäßig beeindrucken sollte... ;)

bye, Frank!

[Axel Richter]

Hallo,

ich bin gerade über diese Webseite gestolpert: http://www.20q.net/
Diese Website ist schon sehr alt -- und ich weiß nicht, ob das System Informatiker
übermäßig beeindrucken sollte... ;)

Ja? Dann schreib doch mal, was Du denkst, was dahinter steckt und wie es in etwa funktioniert. Stichworte würden mir genügen.

viele Grüße ;-))

Axel

[Christian Kruse]

你好 Axel,

Ja? Dann schreib doch mal, was Du denkst, was dahinter steckt und wie es
in etwa funktioniert. Stichworte würden mir genügen.

Experten-Systeme, A*-Algorithmen, sehr wahrscheinlich. Naeheres dazu findest
du z. B. hier:

http://de.wikipedia.org/wiki/Expertensystem
  http://de.wikipedia.org/wiki/A*-Algorithmus

再见,
CK

[Rouven]

Ergänzung:
Künstlich neuronale Netze, Multi-Layer-Perzeptron, Perzeptron-Lernen, Back-Propagation-Algorithmus.

Grundkonzept: Analogie zum Gehirn, erzeuge eine Masse von Knoten die jeder für sich mal komplett ohne Bedeutung sind. Ordne diese Knoten in Schichten an und führe jeweils Vorwärtskanten ein. An jeder Vorwärtskante steht nun ein Gewicht.
Am besten erklären kann man das an logischen Operatoren: 2 Eingangsknoten, optimalerweise noch 2 versteckte und ein Ausgangsknoten.
Nun legst du an die beiden Ausgangsknoten die beiden Wahrheitswerte an und guckst was hinten rauskommt.  Wenn das Ergebnis stimmt sind die Gewichte in Ordnung, wenn nicht gibts Formeln mit denen man den Fehler so zurückpropagieren kann, dass sich die Gewichte langsam anpassen bis irgendwann das Ergebnis stimmt ohne dabei bereits gelernte Konstellationen zu vergessen.

MfG
Rouven

[Frank Schönmann]

hi!

Künstlich neuronale Netze, Multi-Layer-Perzeptron, Perzeptron-Lernen, Back-
Propagation-Algorithmus.

Ich behaupte mal, wenn du für diese Anwendung ein künstliches neuronales Netz
verwenden würdest, konvergiert das mit den bekannten Algorithmen nie im Leben.

die Gewichte langsam anpassen bis irgendwann das Ergebnis stimmt ohne dabei
bereits gelernte Konstellationen zu vergessen.

Davon träumen viele... ;)

bye, Frank!

[Axel Richter]

Hallo,

Ich behaupte mal, wenn du für diese Anwendung ein künstliches neuronales Netz
verwenden würdest, konvergiert das mit den bekannten Algorithmen nie im Leben.

Warum sollte es? Warum sollte es müssen? Von welchen bekannten Algorithmen sprichst Du?

viele Grüße

Axel

[Frank Schönmann]

hi!

Ich behaupte mal, wenn du für diese Anwendung ein künstliches neuronales Netz
verwenden würdest, konvergiert das mit den bekannten Algorithmen nie im
Leben.
Warum sollte es? Warum sollte es müssen? Von welchen bekannten Algorithmen
sprichst Du?

Vom Backprop-Lernalgorithmus für MLP-Netze. Konvergieren sollte es, weil sonst die
Abbildung vom Eingabe- auf den Ausgaberaum nicht stabil genug ist, um ordentliche
Ergebnisse zu liefern.

Bei MLPs gibt es da IMHO gleich mehrere Probleme: Da sie einen globalen Ansatz
verfolgen, wirken sich Änderungen an einer Stelle sehr schnell auf den Rest der ganzen
Abbildung aus. Außerdem haben MLPs meiner Erfahrung nach Probleme mit sehr
hochdimensionalen Datensätzen und die Größe des Netzes ist sehr problemabhängig.
Und das Netz lässt sich auch nicht einfach um neue Neuronen erweitern, falls es zu
klein wird.

bye, Frank!

[Axel Richter]

Hallo,

Vom Backprop-Lernalgorithmus für MLP-Netze. Konvergieren sollte es, weil sonst die
Abbildung vom Eingabe- auf den Ausgaberaum nicht stabil genug ist, um ordentliche
Ergebnisse zu liefern.

*g*
Weil nicht sein kann, was nicht sein darf?

Ich glaube nicht, dass 20Q zum Lernen im Allgemeinen in der Lage ist. Zum Lernen im Besonderen, sprich zum Assoziieren von Subjekten zu Verben und Attributen allerdings schon. Nicht jedes Neuronal-Netzwerk soll einen Menschen nachbilden ;-)).

Bei MLPs gibt es da IMHO gleich mehrere Probleme: Da sie einen globalen Ansatz
verfolgen,

Müssen Sie?

wirken sich Änderungen an einer Stelle sehr schnell auf den Rest der ganzen
Abbildung aus.

Das tun sie. Ich behaupte, Du wirst bei 20Q keinen allgemeingültigen Algorithmus finden, indem Du mehrmals an das Selbe denkst und dann einfach eine Regel hinter den Fragestellungen suchst. Es gibt keine. Außerdem behaupte ich, dass die Antwortqualität von 20Q stark von den Bemühungen der Nutzer abhängt. Wenn die Moderatoren nicht eingreifen, kannst Du das Ding völlig aus der Bahn werfen, wenn Du die Fragen einfach irgendwie beantwortest und dann der erst besten "Schätzung" zustimmst. Somit werden die Attractor-Täler bis zur Unkenntlichkeit abgeflacht oder es bilden sich sogar völlig falsche.

Sehr einfach beschrieben funktioniert es so:

Nach Ausgangssituation, beispielsweise "ein Tier", wird einfach eine Frage gestellt, die mit "Tier" verbunden ist, sprich irgendwann einmal mit Tier in Verbindung stand. Hier ist alles noch sehr zufällig. Die Antwort auf die Frage verstärkt aber eine Assoziationsrichtung, welche auf weitere Fragen deutet. Welche davon gestellt wird ist Zufall. Einige stellen stärkere Fragen-Attractors dar als andere. Diese werden bevorzugt. Die Antwort auf diese Frage wiederum verstärkt oder schwächt die Assoziationsrichtung usw. Bei ca. 20 Fragen wird eine Entscheidung (der nächste Subjekt-Attractor) erzwungen. Bei Irrtum geht's von Neuem los. Bei "nah dran" wird der beste Fragen-Attractor zum Subjekt-Attractor gestellt.

viele Grüße

Axel

[Frank Schönmann]

hi!

Vom Backprop-Lernalgorithmus für MLP-Netze. Konvergieren sollte es, weil sonst
die Abbildung vom Eingabe- auf den Ausgaberaum nicht stabil genug ist, um
ordentliche Ergebnisse zu liefern.
*g*
Weil nicht sein kann, was nicht sein darf?

Weil einem ein nicht konvergierendes Netz nicht bringt? Ansonsten liefert es ja im
Extremfall nach jedem Lernschritt andere Ergebnisse.

Ich glaube nicht, dass 20Q zum Lernen im Allgemeinen in der Lage ist.

Hat auch nie jemand behauptet. Das trifft aber wohl im Moment auf jedes künstliche
neuronale Netz zu.

Bei MLPs gibt es da IMHO gleich mehrere Probleme: Da sie einen globalen Ansatz
verfolgen,
Müssen Sie?

Wenn ich mich richtig erinnere, ja. Kann sein, dass man das durch sehr starke
Einschränkung der Verschaltung im MLP beeinflussen, aber nicht völlig abstellen kann.
Ist das nicht gerade einer der größten Nachteile von MLPs, im Gegensatz zum Beispiel
zu irgendwelchen RBF-Ansätzen?

wirken sich Änderungen an einer Stelle sehr schnell auf den Rest der ganzen
Abbildung aus.
Das tun sie. Ich behaupte, Du wirst bei 20Q keinen allgemeingültigen Algorithmus
finden, indem Du mehrmals an das Selbe denkst und dann einfach eine Regel hinter
den Fragestellungen suchst.

Verstehe ich nicht ganz, was du meinst... ;)

Wenn die Moderatoren nicht eingreifen, kannst Du das Ding völlig aus der Bahn
werfen, wenn Du die Fragen einfach irgendwie beantwortest und dann der erst
besten "Schätzung" zustimmst. Somit werden die Attractor-Täler bis zur
Unkenntlichkeit abgeflacht oder es bilden sich sogar völlig falsche.

Das ist klar, aber das ist bei jedem überwachten Lernansatz so.

Aber immerhin hast du es jetzt geschafft, dass ich nicht mehr sicher bin, welcher
Ansatz am besten geeignet ist, um dieses Problem zu lösen. Wahrscheinlich gibt es
mehrere mögliche Verfahren. Aber ich bin noch nicht überzeugt, dass da ein
klassisches MLP verwendet wird, da das meiner Erfahrung nach arge Probleme mit so
komplexen Problemen hat.

Hat man nicht im Prinzip eine Art lineare Abbildung aus einer globalen Wissensmatrix
und dem Antwortvektor des Benutzers? Das entsprechende Objekt müsste dann die
größte Komponente des Ergebnisvektors sein. Erinnert schon irgendwie an ein
neuronales Netz, nur dass da die Abbildung für gewöhnlich nicht linear ist.

bye, Frank!

[Axel Richter]

Hallo,

Weil einem ein nicht konvergierendes Netz nicht bringt? Ansonsten liefert es ja im
Extremfall nach jedem Lernschritt andere Ergebnisse.

Ja, das passiert sogar mit Sicherheit. Andere Ergebnisse müssen aber ja nicht schlechtere Ergebnisse sein. Selbst das geschieht aber. Technische Neuronal-Netze sind ähnlich beeinflussbar, wie biologische.

Bei MLPs gibt es da IMHO gleich mehrere Probleme: Da sie einen globalen Ansatz
verfolgen,
Müssen Sie?
Wenn ich mich richtig erinnere, ja. Kann sein, dass man das durch sehr starke
Einschränkung der Verschaltung im MLP beeinflussen, aber nicht völlig abstellen kann.

Wenn Du das so meinst, habe ich den Term "globaler Ansatz" missverstanden. Ich dachte Du meinst "global" im Sinne von allumfassend. Jedes Neuronalnetz ist natürlich "global" im Sinne von bedeutungsunabhängig, solange bis man Bedeutungen durch Trainig in es hineingetragen hat. Ein verschaltetes aber untrainiertes Neuronalnetz kann sowohl zur Wort-Assoziation als auch zur Bilderkennung gebracht werden. Hat das Training aber erst mal begonnen und sind damit Verbindungen (in der Biologie die Synapsen) gestärkt oder geschwächt und hat damit die Herausbildung von Attractor-Gebirgen begonnen, dann ist ein "Umtrainieren" schwierig. Selbst ein so "globales" Gebilde wie unser Gehirn bildet Teilbereiche für spezielle Aufgaben heraus.

Ist das nicht gerade einer der größten Nachteile von MLPs, im Gegensatz zum Beispiel
zu irgendwelchen RBF-Ansätzen?

Meinst Du mit RBF Radial Basis Functions? Wenn ja, dann verstehe ich nicht, warum Du das als Gegensatz zum MLP siehst. Dass in der Biologie Neuron nicht gleich Neuron ist und einige mit Sicherheit sehr spezifische Eigenschaften haben, ist doch kein Gegensatz zum Multilayer-Perzeptron, sondern eine Erweiterung. Dafür sehe ich allerdings noch keine technische Umsetzung.

Hat man nicht im Prinzip eine Art lineare Abbildung aus einer globalen Wissensmatrix
und dem Antwortvektor des Benutzers? Das entsprechende Objekt müsste dann die
größte Komponente des Ergebnisvektors sein.

Hm, also doch ein Algorithmus? Vereinfacht:

Es geht um ein Tier:
1. Ist es normalerweise farbig?
Ja -> Folgende weitere Fragen führten zum Erraten des Subjekts
      50% -> 2. Sieht man es in einem Zoo?
      60% -> 2. Ist es flauschig?
      70% -> 2. Kann es kratzen?

Nein -> Folgende weitere Fragen führten zum Erraten des Subjekts
        60% -> 2. Ist es flauschig?
        70% -> 2. Kann es kratzen?
        80% -> 2. Sieht man es in einem Zoo?
usw.

Das glaube ich nicht.

viele Grüße

Axel

[Frank Schönmann]

hi!

Weil einem ein nicht konvergierendes Netz nicht bringt? Ansonsten liefert es ja
im Extremfall nach jedem Lernschritt andere Ergebnisse.
Ja, das passiert sogar mit Sicherheit. Andere Ergebnisse müssen aber ja nicht
schlechtere Ergebnisse sein. Selbst das geschieht aber. Technische Neuronal-Netze
sind ähnlich beeinflussbar, wie biologische.

Ich glaube, du meinst was anderes als ich. Natürlich dürfte der Ausgabevektor nach
jedem Lernschritt anders sein, aber ich meinte schon die Auswertung dieses Vektors,
also in diesem Fall den tatsächlichen Gegenstand, der als Lösung präsentiert wird.
Sobald ein Eingabevektor einmal den korrekten Gegenstand als Ergebnis ausspuckt,
soll das MLP immer dabei bleiben (eine eindeutige Abbildung vorausgesetzt). Durch
die ständige Erweiterung um neue Gegenstände und Fragen bei dieser Anwendung
dürfte das aber nicht klappen.

Bei MLPs gibt es da IMHO gleich mehrere Probleme: Da sie einen globalen
Ansatz verfolgen,
Müssen Sie?
Wenn ich mich richtig erinnere, ja. Kann sein, dass man das durch sehr starke
Einschränkung der Verschaltung im MLP beeinflussen, aber nicht völlig abstellen
kann.
Wenn Du das so meinst, habe ich den Term "globaler Ansatz" missverstanden.

Mit "global" meinte ich, dass jedes eingestellte Gewicht Einfluss auf die gesamte
Abbildung hat, was zb. bei den unten genannten RBFs nicht so ist.

Hat man nicht im Prinzip eine Art lineare Abbildung aus einer globalen
Wissensmatrix und dem Antwortvektor des Benutzers? Das entsprechende Objekt
müsste dann die größte Komponente des Ergebnisvektors sein.
Hm, also doch ein Algorithmus? Vereinfacht: [...]

Hab ich nicht kapiert. Können wir das vielleicht auf abstrakterer Ebene diskutieren? ;)

Ich erkläre noch mal anders, wie ich mir den Algorithmus vorstellen könnte: man
rechnet mit Vektoren, deren Komponenten die jeweiligen Fragen repräsentieren. Hat
man am Ende einen Eingabevektor mit den Antworten des Benutzers, vergleicht man
diesen mit einem ähnlichen Vektor, den das System als "richtige" Antwort gespeichert
hat. Der ähnlichste gewinnt. Als Maß dafür könnte man den Kosinus der Winkel bzw.
das Skalarprodukt wählen. Daher meine obige Idee mit der linearen Abbildung durch
eine Wissensmatrix.

Was hälst du davon? :)

bye, Frank!

[Axel Richter]

Hallo,

Ich glaube, du meinst was anderes als ich. Natürlich dürfte der Ausgabevektor nach
jedem Lernschritt anders sein, aber ich meinte schon die Auswertung dieses Vektors,

Vektor? Da haben wir Neuronalnetze völlig unterschiedlich verstanden.

also in diesem Fall den tatsächlichen Gegenstand, der als Lösung präsentiert wird.

Der ändert sich ggf. nach jedem Training. Wie gesagt, offensichtlich haben wir da völlig unterschiedliche Vorstellungen.

Mal ein sehr stark vereinfachtes Beispiel:
Tiererkennung

Subjekt   Tier   Attribut
  [01]=++      ++=[10]
       ++=[06]=++
  [02]=++      ++=[11]
       +--[07]--+
  [03]=++      ++=[12]
       +--[08]--+
  [04]=++      ++=[13]
       ++=[09]=++
  [05]=++      ++=[14]

Das ist ein Ausschnitt aus einem Neuralnetz. Verbindungen mit ++ bzw. == sind verstärkt. Verbindungen mit + bzw. - sind geschwächt. Der linke Layer steht für Subjekte und der rechte für Attribute. Aus weiteren Verknüpfungen ergeben sich:

01 Fell
02 Flossen
03 Wasser
04 Krallen
05 Schuppen

10 niedlich
11 nass
12 kann kratzen
13 kann schwimmen
14 ist essbar

Damit wäre 06 eine Katze und 09 ein Fisch. Welche Seite Input bzw. Output ist, kann wechseln.

Mit "global" meinte ich, dass jedes eingestellte Gewicht Einfluss auf die gesamte
Abbildung hat, was zb. bei den unten genannten RBFs nicht so ist.

Nein? Warum nicht? Ein _nur_ RBF-Netz ohne MLP gibt es meiner Meinung nach nicht. Idealerweise kann jedes Neuron mit jedem in Verbindung stehen. Jede Änderung hat somit Auswirkungen auf das Gesamte. Wie _groß_ diese sind, ist abhängig von der Stärke der einzelnene Verbindungen. Diese sind abhängig vom Training.

Ich erkläre noch mal anders, wie ich mir den Algorithmus vorstellen könnte: man
rechnet mit Vektoren, deren Komponenten die jeweiligen Fragen repräsentieren. Hat
man am Ende einen Eingabevektor mit den Antworten des Benutzers, vergleicht man
diesen mit einem ähnlichen Vektor, den das System als "richtige" Antwort gespeichert
hat. Der ähnlichste gewinnt. Als Maß dafür könnte man den Kosinus der Winkel bzw.
das Skalarprodukt wählen. Daher meine obige Idee mit der linearen Abbildung durch
eine Wissensmatrix.

Dann wären die Fragen also rein zufällig? Den "Eingabevektor mit den Antworten des Benutzers" hat man ja erst, wenn alle Antworten gegeben sind. Ansonsten ist das schon das, was ich beschrieben habe. Nach jeder Frage wird geprüft, welche Folgefrage bereits zum Erfolg geführt hat. Diese wird gestellt. Mit jeder Antwort kann man den "Eingabevektor mit den Antworten des Benutzers" neu berechnen, bis er schließlich ausreichend mit einem gespeicherten übereinstimmt. Das wird aber ein sehr komplexer Algorithmus.

viele Grüße

Axel

[Frank Schönmann]

hi!

Ich glaube, du meinst was anderes als ich. Natürlich dürfte der Ausgabevektor
nach jedem Lernschritt anders sein, aber ich meinte schon die Auswertung dieses
Vektors,
Vektor? Da haben wir Neuronalnetze völlig unterschiedlich verstanden.

Ein MLP erhält eine Menge von geordneten Eingabewerten und spuckt eine Menge von
geordneten Ausgabewerten aus. Da sind wir uns offenbar einig (siehe dein Beispiel).
Wie formulierst du mathematisch eine Menge geordneter Werte, wenn nicht als Vektor?

also in diesem Fall den tatsächlichen Gegenstand, der als Lösung präsentiert
wird.
Der ändert sich ggf. nach jedem Training. Wie gesagt, offensichtlich haben wir da
völlig unterschiedliche Vorstellungen.

Normalerweise arbeitet die Klassifizierung bei einem neuronalen Netz so (a sei der
Eingabevektor, b der Ausgabevektor und c der Index der größten Komponente von b):
a -> [MLP] -> b und c = argmax_i b_i

b spuckt das neuronale Netz aus und ändert sich nach jedem Lernschritt, aber das
Ergebnis der Klassifikation c sollte, wenn es richtig ist, möglich konstant bleiben für
den gleichen Eingabevektor a.

Mal ein sehr stark vereinfachtes Beispiel: [Tiererkennung]

Ja, ich weiß, was ein neuronales Netz ist und wie es funktioniert. Und irgendwie meinen
wir ja doch das gleich... ;)

Mit "global" meinte ich, dass jedes eingestellte Gewicht Einfluss auf die gesamte
Abbildung hat, was zb. bei den unten genannten RBFs nicht so ist.
Nein? Warum nicht? Ein _nur_ RBF-Netz ohne MLP gibt es meiner Meinung nach
nicht. Idealerweise kann jedes Neuron mit jedem in Verbindung stehen. Jede
Änderung hat somit Auswirkungen auf das Gesamte. Wie _groß_ diese sind, ist
abhängig von der Stärke der einzelnene Verbindungen. Diese sind abhängig vom
Training.

Nicht nur, sondern das hängt auch mit den Aktivierungsfunktionen zusammen. Beim
Perzeptron, aus dem ein MLP besteht, hat man eine sigmoide Aktivierungsfunktion,
die den Eingaberaum durch eine Hyperebene trennt: liegt die Eingabe auf der einen
Seite der Hyperebene, feuert das Perzeptron, liegt sie auf der anderen Seite, tut es
nichts.

RBFs sind aber nicht sigmoid, sondern gaußförmig (also glockenförmig oder wie immer
die der Eingabedimension angepasste Form aussieht). Dadurch reagiert eine RBF in
einem Netz nur auf Eingaben in einem relativ eingeschränkten Bereich, und nicht auf
die Hälfte des Eingaberaums. Daher kann man RBF-Netze viel leichter einstellen, ohne
dass es Auswirkungen auf die gesamte Abbildung hat.

[So genau wollte ich eigentlich gar nicht auf RBFs eingehen, das war nur eine kleine
Anmerkung, welchen Nachteil MLPs haben... ;)]

Ich erkläre noch mal anders, wie ich mir den Algorithmus vorstellen könnte: man
rechnet mit Vektoren, deren Komponenten die jeweiligen Fragen repräsentieren.
Hat man am Ende einen Eingabevektor mit den Antworten des Benutzers,
vergleicht man diesen mit einem ähnlichen Vektor, den das System als "richtige"
Antwort gespeichert hat. Der ähnlichste gewinnt. Als Maß dafür könnte man den
Kosinus der Winkel bzw. das Skalarprodukt wählen. Daher meine obige Idee mit
der linearen Abbildung durch eine Wissensmatrix.
Dann wären die Fragen also rein zufällig? Den "Eingabevektor mit den Antworten
des Benutzers" hat man ja erst, wenn alle Antworten gegeben sind.

Darüber hatte ich gar nichts geschrieben, wie die Fragen ausgewählt werden. Dafür
braucht man natürlich auch irgendeine sinnvolle Strategie, um möglichst früh auf
eine gute Lösung zu kommen. Ich hoffe, dass man für meinen vorgeschlagenen
Algorithmus o.B.d.A. annehmen kann, dass eine Menge von Fragen zufällig ausgewählt
wird und die restlichen Komponenten auf 0 gesetzt werden... ;)

Ansonsten ist das schon das, was ich beschrieben habe. Nach jeder Frage wird
geprüft, welche Folgefrage bereits zum Erfolg geführt hat. Diese wird gestellt. Mit
jeder Antwort kann man den "Eingabevektor mit den Antworten des Benutzers" neu
berechnen, bis er schließlich ausreichend mit einem gespeicherten übereinstimmt.
Das wird aber ein sehr komplexer Algorithmus.

Wieso meinst du, dass er so komplex ist? Wie sonst wird das Problem deiner Meinung
nach hier gelöst? Und immerhin ist die Originalversion von 20Q über 15 Jahre alt,
soweit ich weiß.

bye, Frank!

[Axel Richter]

Hallo,

Ja? Dann schreib doch mal, was Du denkst, was dahinter steckt und wie es
in etwa funktioniert. Stichworte würden mir genügen.

Experten-Systeme, A*-Algorithmen, sehr wahrscheinlich. Naeheres dazu findest

Hm, sicher?

Dieser Algorithmus ist speziell dafür geeignet _schnell_ den _kürzesten_ Weg zu finden. Hierfür muss das Ziel aber bekannt sein. Beispiele der Anwendung sind Puzzles und Routenplaner.

Die Aufgabe bei 20Q ist aber, zu assoziieren. Sicherlich gibt es fertig vorgegebene Fragen, die auch sehr intelligent formuliert sind. Aber um daraus eine Lösung zu finden, kommt wohl eher so etwas http://en.wikipedia.org/wiki/Artificial_neural_network zur Anwendung.

viele Grüße

Axel

[Frank Schönmann]

hi!

ich bin gerade über diese Webseite gestolpert: http://www.20q.net/
Diese Website ist schon sehr alt -- und ich weiß nicht, ob das System
Informatiker übermäßig beeindrucken sollte... ;)
Ja? Dann schreib doch mal, was Du denkst, was dahinter steckt und wie es in etwa
funktioniert. Stichworte würden mir genügen.

Im Grundprinzip Clustering in einem hochdimensionalen Datenraum, also eine Art
Datamining-Anwendung. Größte Schwierigkeit (außer vielleicht der Implementation)
dürfte sein, die nächste Frage möglichst günstig auszuwählen.

Dass es was mit klassischen KI-Algorithmen zu tun hat, die Christian erwähnt, glaube
ich eher nicht. Die basieren ja meist auf irgendwelchen Suchbäumen, die für diese
Anwendung viel zu komplex würden.

bye, Frank!

[Henryk Plötz]

Moin,

Ja? Dann schreib doch mal, was Du denkst, was dahinter steckt und wie es in etwa funktioniert. Stichworte würden mir genügen.

Bei einer anderen Site die etwas ähnliches tut kann man das problemlos sagen: http://www.smalltime.com/dictator.html benutzt offenbar einfach einen Fragebaum der von oben nach unten abgearbeitet wird. An den Blättern stehen die Lösungen. Und wenn eine Lösung falsch ist ersetzt man das Blatt durch eine Frage die die vermeintliche Lösung und die echte Lösung unterscheidet und beide als Blätter hat.

20q benutzt aber offenbar nicht sowas einfaches, denn dieser Algorithmus wäre deterministisch.

[Tim Tepaße]

Hallo Frank,

Diese Website ist schon sehr alt ..

Ja, das Programm ist anscheinend an die 15 Jahre alt.

und ich weiß nicht, ob das System Informatiker übermäßig beeindrucken sollte... ;)

Ich finde die Treffsicherheit schon erstaunlich.

Tim

[FrankieB]

Hallo Tim,

ich bin gerade über diese Webseite gestolpert: http://www.20q.net/

you made my day!

Die Seite (bzw. die verblüffend richtigen Ergebnisse) macht süchtig.

Grüsse
Frankie

[MudGuard]

Hi,

ich bin gerade über diese Webseite gestolpert: http://www.20q.net/

You were thinking of a corkscrew.
Does it bring joy to people? You said Yes, I say No.

Hm - also da ist das Ding doch sehr dumm - wenn es die Freude des Weintrinkens nicht kennt ...

cu,
Andreas

[Christian Kruse]

你好 MudGuard,

ich bin gerade über diese Webseite gestolpert: http://www.20q.net/

You were thinking of a corkscrew.
Does it bring joy to people? You said Yes, I say No.

Hm - also da ist das Ding doch sehr dumm - wenn es die Freude des
Weintrinkens nicht kennt ...

Das ist ja auch nicht richtig, was du da sagst, der _Korkenzieher_ bringt dir
keine Freude :)

再见,
CK

[MudGuard]

Hi,

Hm - also da ist das Ding doch sehr dumm - wenn es die Freude des
Weintrinkens nicht kennt ...
Das ist ja auch nicht richtig, was du da sagst, der _Korkenzieher_ bringt dir
keine Freude :)

Doch natürlich. Die Vorfreude ;-)

cu,
Andreas

[Mathias Bigge]

Hi MudGuard,

der _Korkenzieher_ bringt dir
keine Freude :)
Doch natürlich. Die Vorfreude ;-)

"Ein Korkenzieher wütet wie ein Ungewitter,
die Dame, nackt, tanzt in der Lampe Lichtgeflitter."

Viele Grüße
Mathias Bigge

[Jörg Peschke]

Schade, SELFHTML kennt er noch nicht ;)

29.    Ich schätze, daß es eine Suchmaschine ist (Internet)? Dicht dran.
28.    Kennen Sie Lieder darüber? Nein.
27.    Ich schätze, daß es die Börse ist? Nein.
26.    Erfordert es Kontakt mit anderen Menschen? Ja.
25.    Würden man bezahlen, um es zu verwenden? Vielleicht.
24.    Kann man es lenken? Nein.
23.    Hilft es bei der Bewältigung von Aufgaben? Ja.
22.    Kann es ein Geräusch machen? Nein.
21.    Wird es bei einem Sport verwendet? Nein.
     Ist es größer als ein Mikrowellenherd (oder Brotkasten)? Unbekannt.
20.    Ich schätze, daß es Schönheit ist? Nein.
19.    Kann Sie es ein- und ausschalten? Nein.
18.    Kann man es berühren? Nein.
17.    Ich schätze, daß es ein einarmiger Bandit ist? Nein.
16.    Kann es einem helfen, den Weg zu finden? Nein.
15.    Kann man es halten? Nein.
14.    Ist es draußen? Nein.
13.    Wird es als wertvoll angesehen? Ja.
12.    Kann man damit spielen? Ja.
11.    Ist es mehrfarbig? Ja.
10.    Passt es in einen Umschlag? Nein.
9.    Ist es gewöhnlich sichtbar? Ja.
8.    Wird es nass? Nein.
7.    Ist es normalerweise warm? Nein.
6.    Bringt es Menschen Freude? Ja.
5.    Kann man es kaufen? Nein.
4.    Ist es weich? Irrelevant.
3.    Ist es flach? Irrelevant.
2.    Ist es hart? Irrelevant.
1.    Es wird als etwas Anderes eingestuft.

[dedlfix]

Schade, SELFHTML kennt er noch nicht ;)

16.    Kann es einem helfen, den Weg zu finden? Nein.

Hast du schlechte Erfahrungen mit den Antworten hier gemacht? :-)

[wahsaga]

hi,

es kennt sogar den IE!

eigentlich wollte ich ja auf "browser" hinaus, aber nach ein paar fragen meint es, "ich schätze, dass es eine prügelstrafe ist?"

ich war wirklich versucht, auf "nah dran" anstatt auf "nein" zu klicken ...

gruß,
wahsaga

[Candid Dauth]

Hallo du da draußen,

es kennt sogar den IE!

29.      Ich schätze, daß es eine Getränkedose ist? Nein.
  28.      Basiert es auf Kohlenstoff? Nein.
  27.      Hat es ein Loch? Ja.
  26.      Bekommt man es in einer Packung? Ja.
  25.      Würde man es in einem Büro finden? Ja.
  24.      Ist es beschriftet? Ja.
  23.      Ich schätze, daß es eine Modellrakete ist? Nein.
  22.      Ist es hart? Ja.
  21.      Rollt es? Nein.
  20.      Ich schätze, daß es eine Bierdose ist? Nein.
  19.      Kann es mehrfach benutzt werden? Nein.
  18.      Kann es gestrichen werden? Ja.
  17.      Ist es flexibel? Nein.
  16.      Wird es als wertvoll angesehen? Nein.
  15.      Kann man etwas hineintun? Ja.
  14.      Kann es gewaschen werden? Nein.
  13.      Wurde es schon vor über 100 Jahren verwendet? Eher nicht.
  12.      Ich schätze, daß es ein Minidisc-Spieler ist? Nein.
  11.      Würden man bezahlen, um es zu verwenden? Nein.
  10.      Ist es schwerer als ein Pfund Butter? Nein.
  9.      Kann es Sie aufheitern? Ja.
  8.      Bekommt man es in einer Kiste? Vermutlich.
  7.      Kann man durch seine Verwendung Informationen bekommen? Nein.
  6.      Findet man es auf einem Schreibtisch? Eher nicht.
  5.      Würde man es verschenken? Ja.
  4.      Kann man es öffnen und schließen? Ja.
  3.      Ist es schwer? Nein.
  2.      Kann es ein Geräusch machen? Ja.
  1.      Es wird als etwas Anderes eingestuft.

Nicht mal bei den Vorschlägen ist der Internet Explorer dabei. Nach einer Suche gibt es zu, dass es nicht weiß, woran ich dachte.

Grüße von hier drinnen, aus Biberach an der Riss,
Candid Dauth (ehemals Dogfish)

[MudGuard]

Hi,

es kennt sogar den IE!
  5.      Würde man es verschenken? Ja.

Mann, mußt Du schlimme Feinde haben ;-)

cu,
Andreas

[Twilo]

Hallo,

Sie dachten an eine Tasse.
Kann man es recyceln? Sie sagten Nein, Ich sage Ja.
Wird es von Basketballspielern verwendet? Sie sagten Nein, Ich sage Ja.
Besteht es aus Plastik? Sie sagten Nein, Ich sage Ja.

was versteht der unter ne Tasse ;-)

mfg
Twilo

[Utz]

Hallo,

also, "Mandoline" kriegt er zwar irgendwann raus (nach 29 Fragen), aber dem hier würde ich doch vehement widersprechen:

"Seltenes Wissen ungefähr [was alles beiom Übersetzen von about  schief gehen kann :-)] eine Mandoline:
...
Verwendet man es in der Öffentlichkeit? Ich sage Eher nicht."

Traumatische Erlebnisse mit grottenschlechten Mandolinenspielern gehabt, uns daher Wunschdenken?

Grüße + SCNR,
Utz

PS: Danke fürn Link

[Fabian Transchel]

Hi,

ich bin gerade über diese Webseite gestolpert: http://www.20q.net/

Die Webseite fragt einem Fragen zu einem gedachten Gegenstand, um diesen zu erraten, ganz wie in der Kinderspiel (»Ist es eine Pflanze, ein Tier, ein Mineral..«) Das interessante ist: Das Ding ist selbstlernend, bei den allgemeinen Haushaltsgegenständen - und vor allem bei dem, was auf dem Computertisch so rumfliegt - rät die deutsche Version schon nach erstaunlich wenigen Fragen richtig.

Boa, das ist echt witzig - ich habe allerdings im ersten Anlauf gewonnen: "Vernunft" konnte es nicht raten ;-)

Grüße aus Barsinghausen,
Fabian

[Susi]

Hallihallo!

Boa, das ist echt witzig - ich habe allerdings im ersten Anlauf gewonnen: "Vernunft" konnte es nicht raten ;-)

Angeregt davon habe ich mal "Intelligenz" probiert.
"Seine" Auswertung hinterher sah so aus:

Wird es von der Polizei benutzt? Sie sagten Nein, Ich sage Ja.
Ist es ein Gerät? Ich sage Ja.
Lebt es im Dschungel? Ich sage Vermutlich.
Ist es schwarz? Ich sage Vermutlich.
Hat es Reißzähne? Ich sage Ja.

Aha, die Intelligenz ist also ein schwarzes Gerät mit Reißzähnen, das vermutlich im Dschungel lebt, aber von der Polizei benutzt wird...

Übrigens riet er, gleich nachdem ich die Frage, ob es von der Polizei benutzt wird, mit Nein beantwortet habe, auf "Phantasie"....
Das Teil ist nicht nur intelligent, sondern hat auch eine eigene Meinung *lach*

Lieben Gruß
Susi

[Christian Kruse]

你好 Susi,

"Seine" Auswertung hinterher sah so aus:
[...]
Aha, die Intelligenz ist also ein schwarzes Gerät mit Reißzähnen, das
vermutlich im Dschungel lebt, aber von der Polizei benutzt wird...

Da waren wohl ein paar Witzbolde, die das Ding mit Quatsch gefuettert
haben...

再见,
CK

[Candid Dauth]

Heißa, Tim,

Also irgendwie hat das Programm oder die Leute, aus denen es lernt, keine Ahnung, wie groß ein Brotlaib ist. Laut derer ist sowohl eine Homepage als auch ein Taschentuch größer als ein solcher. Wenn die wüssten, wie groß eine Homepage ist. ;-)

Caramba!
Grüße aus Biberach Riss,
Candid Dauth (ehemals Dogfish)

[e7]

Hi,

ich hatte an einen USB-Stick gedacht... Microchip war schon mal nicht schlecht - dann hab ich "Dicht drann" gewählt, und es hat mir Adressbuch vorgeschlagen... Ein Adressbuch is doch nicht wirklich nah dran?

Am Schluss stand dann da:

Sie haben gewonnen
Ist es eins von diesen...
eine CD-ROM
eine DVD-ROM
ein Batterieladegerät
eine Visitenkarte
eine Telefonkarte
ein Taschenrechner
eine Visitenkarte
eine Diskette
ein Notizblock
ein Organiser
eine Floppy-Disk
ein Pager
ein Brief
RAM (Arbeitsspeicher)
ein Schreibtischkalender
ein Anrufbeantworter

Warum nicht gleich so? Werde es auf jeden Fall noch mal testen (vielleicht mit "Rolf das Rülpstier" von ZED *g*)

E7